第3章消費(fèi)者行為研究消費(fèi)者行為第1頁Amazon企業(yè)差異定價(jià)試驗(yàn)9月開始了著名差異定價(jià)試驗(yàn)選擇了68種DVD碟片潛在客戶人口統(tǒng)計(jì)資料，購置歷史，上網(wǎng)行為及上網(wǎng)使用軟件系統(tǒng)確定對(duì)68種碟片報(bào)價(jià)水平，比如對(duì)《泰斯特》碟片對(duì)新用戶報(bào)價(jià)為22.74美元，而對(duì)那些對(duì)該碟片感興趣老用戶報(bào)價(jià)為26.24美元DVDtalk音樂興趣者小區(qū)交流更不巧是，前很快才公布了它對(duì)消費(fèi)者在網(wǎng)站上購置習(xí)慣和行為進(jìn)行了跟蹤和統(tǒng)計(jì)與隱私相聯(lián)隨機(jī)調(diào)整，目標(biāo)是測(cè)試消費(fèi)者對(duì)不一樣折扣反應(yīng)消費(fèi)者行為第2頁學(xué)習(xí)目標(biāo)消費(fèi)者行為研究目標(biāo)消費(fèi)者行為研究消費(fèi)者行為研究中道德問題消費(fèi)者行為第3頁消費(fèi)者行為研究必要性企業(yè)要想取得利潤(rùn)，就要猜測(cè)和滿足消費(fèi)者需求。所以，研究消費(fèi)者，了解消費(fèi)者需求和欲望，是制訂企業(yè)計(jì)劃基礎(chǔ)。經(jīng)過科學(xué)地調(diào)查和分析消費(fèi)者行為，很多企業(yè)取得了巨大成功。比如，寶潔企業(yè)曾首家開發(fā)出商標(biāo)為“幫寶適”一次性尿布，這種尿布非常方便，輕易使用而且節(jié)約時(shí)間，不過當(dāng)這些顯而易見好處于早期廣告和促銷活動(dòng)中被大力渲染時(shí)候，產(chǎn)品銷售卻一片蒼白。以后，寶潔經(jīng)過科學(xué)調(diào)查研究，洞察問題所在，得知母親愈加關(guān)心嬰兒利益，其次才是自己利益。這一研究使?fàn)I銷策略發(fā)生重大轉(zhuǎn)變，新廣告強(qiáng)調(diào)“幫寶適”能夠保持嬰兒愈加干爽，愈加舒適高興，由此產(chǎn)品銷量直線上升。消費(fèi)者行為第4頁對(duì)消費(fèi)者了解是企業(yè)制訂價(jià)格基礎(chǔ)例：假設(shè)某種軟件產(chǎn)品標(biāo)價(jià)為60美元，只有那些需求高消費(fèi)者才會(huì)購置。假如廠商將軟件價(jià)格定為20美元，那么，就會(huì)吸引大量偶然使用消費(fèi)者來購置軟件，不過，廠商卻失去了向需求高消費(fèi)者索取高價(jià)格機(jī)會(huì)。在這種情況下，廠商選擇何種定價(jià)策略取決于市場(chǎng)中每類消費(fèi)者數(shù)量。假設(shè)市場(chǎng)上存在有100萬支付意愿高消費(fèi)者，有200萬支付意愿低消費(fèi)者。假如廠商將軟件產(chǎn)品定價(jià)為60美元，廠商客戶人數(shù)為100萬；假如定價(jià)為20美元，廠商客戶人數(shù)為300萬。結(jié)果，在這個(gè)例子中，不論廠商怎樣定價(jià)，收入都為600萬元。不過，假如支付意愿低人超出200萬元，20美元定價(jià)就會(huì)給廠商帶來更多收入。消費(fèi)者行為第5頁價(jià)格差異化（價(jià)格歧視）：銷售完全相同產(chǎn)品給不一樣消費(fèi)者，卻收取不一樣價(jià)格，或者是銷售相同產(chǎn)品給同一消費(fèi)者，依據(jù)其購置數(shù)量不一樣收取不一樣價(jià)格。因?yàn)榫W(wǎng)絡(luò)信息技術(shù)和個(gè)性化特點(diǎn)，買賣雙方之間經(jīng)過網(wǎng)絡(luò)相互作用，在很多方面增加了賣方實(shí)施價(jià)格差異化可能性。消費(fèi)者行為第6頁價(jià)格歧視分類普通地說，價(jià)格歧視分為三類：1）完全價(jià)格歧視：也稱個(gè)性化歧視，含有壟斷能力企業(yè)確切地了解買主意愿，對(duì)每一個(gè)買主索取價(jià)格都等于該買主愿意付出最高價(jià)格。電子商務(wù)使廠商采取個(gè)性化定價(jià)比在傳統(tǒng)市場(chǎng)上愈加輕易，成本也愈加低廉，但遠(yuǎn)沒到達(dá)能夠任意發(fā)揮程度。在電子商務(wù)市場(chǎng)上，一樣存在著大量限制廠商實(shí)施個(gè)性化定價(jià)原因，如用戶能夠低成當(dāng)?shù)剡M(jìn)行搜索，他們可能發(fā)覺與其它企業(yè)交易更劃算等。消費(fèi)者行為第7頁版本定價(jià)：廠商針對(duì)不一樣需求將產(chǎn)品劃分出不一樣版本，不一樣版本有不一樣價(jià)格，讓消費(fèi)者自我選擇適當(dāng)自己產(chǎn)品版本。此方法能夠看成是個(gè)性化定價(jià)市場(chǎng)細(xì)分結(jié)果之一。在軟件市場(chǎng)上，微遠(yuǎn)企業(yè)就將產(chǎn)品劃分為學(xué)習(xí)版、家庭版、專業(yè)版、企業(yè)版和黃金版等。消費(fèi)者行為第8頁例子：19世紀(jì)法國(guó)經(jīng)濟(jì)學(xué)家埃米爾.迪皮特對(duì)當(dāng)初鐵路客運(yùn)服務(wù)定價(jià)做了以下描述：某企業(yè)在列車上提供木坐椅敞蓬車車廂等，并不是因?yàn)樵撈髽I(yè)不愿意花費(fèi)幾千法郎來給三等車廂安裝頂棚或?yàn)槿茸谎b上坐墊。該企業(yè)這么做目標(biāo)是為了預(yù)防能夠支付二等車廂車費(fèi)用戶購置三等車廂車票，這么做會(huì)傷害做三等車廂用戶感情，但并非企業(yè)想要傷害他們，而是想讓那些坐得起二等車廂乘客感到無法忍受三等車箱條件而“自我選擇”乘坐二等車廂。出于一樣原因，有些企業(yè)做法已經(jīng)證實(shí)對(duì)待二等車廂乘客非常吝嗇，對(duì)待三等車廂乘客簡(jiǎn)直到了非常殘酷地步，而他們對(duì)待一等車廂乘客卻是過于慷慨。拒絕個(gè)窮人提供所必須服務(wù)，而對(duì)富人卻提供過分奢侈服務(wù)。黃金版消費(fèi)者行為第9頁2）以數(shù)量為基礎(chǔ)定價(jià)

數(shù)量定價(jià)是以數(shù)量為基礎(chǔ)定價(jià)。企業(yè)將商品按著消費(fèi)者購置量劃分為兩個(gè)或者兩個(gè)以上價(jià)格級(jí)別，對(duì)購置不一樣數(shù)量消費(fèi)者索取不一樣價(jià)格。消費(fèi)者行為第10頁3）以身份為基礎(chǔ)定價(jià)。廠商按照買主某個(gè)或多個(gè)交叉特征值將價(jià)格劃分為兩個(gè)或者兩個(gè)以上類別來索取不一樣價(jià)格。如買火車票有學(xué)生票，半價(jià)。在電子商務(wù)市場(chǎng)中，針對(duì)會(huì)員和非會(huì)員提供不一樣價(jià)格和服務(wù)。消費(fèi)者行為第11頁消費(fèi)者行為研究顯性信息隱性信息消費(fèi)者行為第12頁消費(fèi)者行為第13頁消費(fèi)者行為第14頁消費(fèi)者行為第15頁消費(fèi)者行為第16頁消費(fèi)者行為第17頁比如在產(chǎn)品中附上用戶親筆評(píng)介（Customers'Reviews）而形成一個(gè)用戶社群，便是亞馬遜創(chuàng)造。貝佐斯說：“當(dāng)你店什么都賣，從最好到最壞、最美到最丑時(shí)，你就必須讓用戶相互幫忙做消費(fèi)選擇。經(jīng)常有些人問我：你為何允許產(chǎn)品負(fù)面評(píng)價(jià)出現(xiàn)，不怕影響銷量？但我相信，應(yīng)該讓用戶‘買對(duì)東西’，而不是買錯(cuò)?！?/p>

Customers'Reviews消費(fèi)者行為第18頁用系統(tǒng)分析，寫了負(fù)面評(píng)論同學(xué)最終買了哪款同類產(chǎn)品，把它們羅列在評(píng)論邊上。用系統(tǒng)分析，評(píng)論中還提到了哪些產(chǎn)品，把這些產(chǎn)品羅列在評(píng)論邊上（Amazon就這么做）。在消費(fèi)者寫評(píng)論時(shí)，假如評(píng)分小于等于2分，則自動(dòng)多生成一個(gè)輸入框，寫“您以為哪款產(chǎn)品更加好呢？”。然后把這些信息綜合到一個(gè)新區(qū)域：“不喜歡這款產(chǎn)品用戶們認(rèn)為以下產(chǎn)品更加好：”，把這個(gè)區(qū)域放在評(píng)論區(qū)下面，給那些看了負(fù)面評(píng)論打消了購置念頭同學(xué)們看（他們這時(shí)候原來就很想看替換選擇），挽救一下銷量。消費(fèi)者行為第19頁用戶劃分網(wǎng)上沖浪者購物者討價(jià)還價(jià)者運(yùn)動(dòng)娛樂者消費(fèi)者行為第20頁SlopeOne算法在預(yù)測(cè)用戶頁面興趣度方面應(yīng)用研究

怎樣挖掘用戶感興趣內(nèi)容并向其推薦對(duì)應(yīng)產(chǎn)品是許多商務(wù)網(wǎng)站關(guān)注重點(diǎn)。本文提出一個(gè)用戶頁面興趣度公式并得到一個(gè)稀疏用戶頁面興趣度矩陣，考慮矩陣稀疏性會(huì)影響網(wǎng)站預(yù)測(cè)用戶頁面興趣度精度，本文用奇異值分解方法對(duì)該矩陣進(jìn)行填充，最終依據(jù)填充后矩陣用SlopeOne算法對(duì)用戶頁面興趣度進(jìn)行預(yù)測(cè)并用“易誠(chéng)網(wǎng)站”數(shù)據(jù)驗(yàn)證，結(jié)果表明SlopeOne算法對(duì)填充后矩陣預(yù)測(cè)用戶頁面興趣度準(zhǔn)確性比填充前矩陣預(yù)測(cè)準(zhǔn)確性有很大提升。消費(fèi)者行為第21頁消費(fèi)者行為第22頁消費(fèi)者行為第23頁消費(fèi)者行為第24頁消費(fèi)者行為第25頁消費(fèi)者行為第26頁定義用戶User對(duì)網(wǎng)頁P(yáng)age興趣度

定義用戶User對(duì)網(wǎng)頁P(yáng)age興趣度

其中路徑因子能夠依據(jù)Page在用戶會(huì)話中有意義訪問路徑深度設(shè)定。消費(fèi)者行為第27頁為用戶User對(duì)網(wǎng)頁P(yáng)age興趣度，用多元線性回歸模型來描述頁面興趣度與用戶瀏覽網(wǎng)頁時(shí)間和翻頁/拉動(dòng)滾動(dòng)條次數(shù)關(guān)系，其公式以下：

其中：表示瀏覽時(shí)間，表示翻頁/拉動(dòng)滾動(dòng)條次數(shù)，A、B、C為一組常數(shù)（網(wǎng)站類型不一樣，A、B、C就有不一樣值，該為一經(jīng)驗(yàn)值）。消費(fèi)者行為第28頁導(dǎo)航頁面和內(nèi)容頁面。導(dǎo)航頁面特點(diǎn)普通是實(shí)質(zhì)內(nèi)容較少，超鏈接較多，被訪問次數(shù)多，訪問時(shí)間短；而內(nèi)容頁面特點(diǎn)是實(shí)質(zhì)內(nèi)容多，超鏈接少，被訪問次數(shù)少，但訪問時(shí)間較長(zhǎng)。假如只考慮頁面訪問次數(shù)，那導(dǎo)航頁頁面興趣度會(huì)很高，但實(shí)際上可能是受網(wǎng)站拓?fù)浣Y(jié)構(gòu)限制，用戶不得不經(jīng)過導(dǎo)航頁訪問其它頁面，也就是說導(dǎo)航頁高訪問次數(shù)并不一定是因?yàn)橛脩魧?duì)其比較感興趣，也有可能僅僅因?yàn)槠鋵?dǎo)航作用。所以，把頁面瀏覽時(shí)間作為影響頁面興趣度又一影響原因。消費(fèi)者行為第29頁因?yàn)橛脩魧?duì)頁面瀏覽時(shí)間受很多用戶行為影響，所以單純用戶瀏覽時(shí)間并不能準(zhǔn)確地反應(yīng)用戶對(duì)頁面興趣度，比如上面說到在閱讀過程中鼠標(biāo)移動(dòng)、拉動(dòng)滾動(dòng)條等動(dòng)作，這些動(dòng)作都能夠歸為頁面大小產(chǎn)生結(jié)果。頁面大小和頁面瀏覽時(shí)間是有一定關(guān)系，頁面越大，用戶瀏覽行為就會(huì)增多，瀏覽時(shí)間自然比較長(zhǎng)；相反，頁面越小，訪問時(shí)間越短。所以應(yīng)該綜合考慮頁面瀏覽時(shí)間和頁面大小，即瀏覽時(shí)間與頁面大小比值越大，越能說明用戶訪問傾向；瀏覽時(shí)間與頁面大小比值越小，說明用戶只是簡(jiǎn)單經(jīng)過，對(duì)該頁面興趣不大[28]。除了頁面大小對(duì)用戶瀏覽時(shí)間有影響，用戶瀏覽速度對(duì)其所用瀏覽時(shí)間也有影響，但因?yàn)楫a(chǎn)生用戶頁面興趣度矩陣是針對(duì)每個(gè)用戶進(jìn)行計(jì)算，而每個(gè)用戶閱讀速度是一定，所以不考慮閱讀速度對(duì)用戶頁面瀏覽時(shí)間影響。消費(fèi)者行為第30頁消費(fèi)者行為第31頁消費(fèi)者行為第32頁消費(fèi)者行為第33頁消費(fèi)者行為第34頁消費(fèi)者行為第35頁消費(fèi)者行為第36頁消費(fèi)者行為第37頁消費(fèi)者行為第38頁消費(fèi)者行為第39頁消費(fèi)者行為第40頁消費(fèi)者行為研究之二：數(shù)據(jù)挖掘消費(fèi)者行為第41頁MovieLensdatasetswerecollectedbytheGroupLensResearchProjectattheUniversityofMinnesota.

Thisdatasetconsistsof: *100,000ratings(1-5)from943userson1682movies. *Eachuserhasratedatleast20movies.*Simpledemographicinfofortheusers(age,gender,occupation,zip)ThedatawascollectedthroughtheMovieLenswebsite()duringtheseven-monthperiodfromSeptember19th,1997throughApril22nd,1998.Thisdatahasbeencleanedup-userswhohadlessthan20ratingsordidnothavecompletedemographicinformationwereremovedfromthisdataset.Detaileddescriptionsofthedatafilecanbefoundattheendofthisfile.NeithertheUniversityofMinnesotanoranyoftheresearchersinvolvedcanguaranteethecorrectnessofthedata,itssuitabilityforanyparticularpurpose,orthevalidityofresultsbasedontheuseofthedataset.Thedatasetmaybeusedforanyresearchpurposesunderthefollowingconditions:*TheusermaynotstateorimplyanyendorsementfromtheUniversityofMinnesotaortheGroupLensResearchGroup.*Theusermustacknowledgetheuseofthedatasetinpublicationsresultingfromtheuseofthedataset,andmustsendusanelectronicorpapercopyofthosepublications.*Theusermaynotredistributethedatawithoutseparatepermission.消費(fèi)者行為第42頁消費(fèi)者行為第43頁消費(fèi)者行為第44頁Lucy對(duì)item